逆L-矩估计及其在两参数BS疲劳寿命分布类中的应用

本文提出一种新的点估计方法-逆L-矩估计.针对两参数指数分布、威布尔分布与对数正态分布,参数的逆L-矩估计与L矩估计是相同。而针对两参数BS、BSLaplace、BSLogistic以及BS极小值分布要得到参数的L-矩估计是非常困难的,但采用逆L-矩估计的方法很容易得到刻度参数与形状参数的点估计,论文还通过大量的MonteCarlo模拟比较了逆L矩估计与其它的点估计的精度。

广义BS-极小值疲劳寿命分布的统计分析方法研究

论文提出一种新的疲劳寿命分布—两参数广义Birnbaum-Saunders极小值分布(BSMin(α,β)),研究了该分布的密度函数与失效率函数的图像特征。其次,给出了该分布在全样本下两个参数的分位数估计与回归估计,并通过蒙特卡罗模拟比较发现分位数估计较优,同时也探讨了两个参数的矩估计、极大似然估计以及对数矩估计。此外,论文还指出BSMin(α,β)分布取对数后用泰勒展开可近似看作两参数极小值分布,由此得到两个参数的近似区间估计,并通过蒙特卡罗模拟考察了近似区间估计的精度。最后,利用模拟数据说明了论文所提的点估计和近似区间估计方法的应用。